清华 99 年女博士创业：AI 智能体把电池项目从 90 天压到 2 天

99 年清华女博士卢宇芳创办的「周期智能」，把 AI 智能体塞进电池研发流程。原本需要 2 名工程师忙 3 个月的项目，如今几个智能体 2-3 天就能跑完。这家 2024 年 9 月才在苏州工业园区注册的公司，全职员工不到 5 人，已经处于盈利状态。

创始人背景：从清华到电池 AI

卢宇芳 1999 年出生，2016 年进入清华大学汽车工程系，本科期间曾赴普林斯顿大学交换，毕业后继续在清华直博，研究方向始终围绕锂电池。她以第一作者发表 7 篇 SCI 论文和 3 篇 EI 论文，内容均与电池算法及快充策略相关，部分成果曾应用于宁德时代、比亚迪、中创新航等企业的项目。

卢宇芳表示，自己关注的不是「再造一块电池」，而是重做电池行业的服务模式：未来一名电池专家将带领一支 AI 智能体团队工作。

产品形态：工程师带队的智能体团队

周期智能早期聚焦电池安全运行、风险预警、状态预测与寿命估计等场景。过去这些工作高度依赖人工：数据清洗、预处理、统一格式、模型训练、参数调优，一个项目交付周期通常需要 3 个月，复杂项目甚至超过半年。

2026 年以来，卢宇芳团队尝试用智能体重做去年已完成的项目。具体流程如下：

• 系统根据项目资料自动判断所需智能体数量，少则 3 个、多则 5 个；
• 智能体分工明确，分别负责数据处理、项目评审、项目管理与技术交付；
• 智能体可以连续尝试 10 个、20 个甚至更多算法，不会疲劳也不受情绪影响。

实测结果显示，过去需要 2 名工程师工作 3 个月才能完成的指标，智能体团队约 2-3 天即可完成。在一组公开科研数据上，智能体用不到一周时间就突破了原有部分指标。

工作方式：AI 不会取代电池专家

卢宇芳认为，AI 不会取代电池专家，但会重塑专家的工作方式。电池是复杂的电化学系统，很多问题无法仅靠「把数据扔给模型」解决，更困难的问题仍需长期研究电池的专家从机理层面判断方向。

因此周期智能采用「一名工程师带领一个智能体团队」的模式：

• 工程师负责理解客户问题、安排任务、判断方向，并从专业角度纠正智能体；
• 智能体负责大量数据处理、算法尝试和重复执行工作；
• 人的价值从「亲自完成每一个步骤」转变为「提出正确问题、安排工作并判断答案」。

她强调，工业智能体真正的壁垒在于它学过什么、学会了什么。电池企业的工艺数据、实验数据和失效数据并未公开发布，只有真正掌握这些行业知识的智能体，才能成为能完成技术工作的「数字工程师」，而不仅仅是会聊天的软件。

创业思路：先自己造血

周期智能成立时仅有 1 位个人投资者共同投入，没有急于扩大团队或寻求 VC 融资。卢宇芳此前有过一次创业经历，那次因「钱拿得太顺」、未想清楚客户真正痛点，导致产品未能市场化，第二轮融资遇阻。

这次创业她选择先跑通商业模式：全职员工不到 5 人（含兼职），公司已盈利，每个工程师都是「一支带着 Agent 团队的超级个体」。

行业判断：从追赶到输出

卢宇芳认为，中国电池产业已走到新阶段——至少在她所在的电池领域，中国已走在全球前面，行业关注点从「学习国外技术」转向「把技术和产品输出去」。她接触的部分大客户本身就是外资企业。

随着产业进入成熟期，新的需求正出现在电池全生命周期的安全、寿命、效率、状态预测和智能化管理环节。除新能源汽车与储能外，低空飞行器、具身机器人等新产品也对新型电池包与管理方式提出需求，这也是周期智能正在探索的方向。

她坦言，作为一家小公司，谈「几千亿元市场」没有实际意义，自己更关注一个具体问题：过去需要 2 名工程师工作 3 个月的事情，能否让 1 名工程师带领几个智能体在几天内完成。如果能解决，电池行业就会多出一种新的生产力。